《數(shù)理統(tǒng)計及實訓教程》著重介紹點估計（矩法估計和極大似然估計）、參數(shù)假設(shè)檢驗、非參數(shù)檢驗、非參數(shù)假設(shè)檢驗、回歸分析和方差分析等基本知識和原理，并借助SPSS軟件實現(xiàn)對應(yīng)的試驗，使讀者對數(shù)理統(tǒng)計的原理和作用有更深的了解。通過本書的學習，使讀者可以全面理解、掌握數(shù)理統(tǒng)計的思想與方法，并能運用數(shù)理統(tǒng)計的觀點和方法來研究解決經(jīng)

《概率論與數(shù)理統(tǒng)計》是資源共享慕課課程“概率論與數(shù)理統(tǒng)計”的配套教材。《概率論與數(shù)理統(tǒng)計》偏重于簡明性、通俗性和應(yīng)用性，具有知識節(jié)點化的特點，配合網(wǎng)絡(luò)資源共享的視頻課程，能極大提高學習者的學習效率，是對傳統(tǒng)教材的良好補充。《概率論與數(shù)理統(tǒng)計》可供大學本科一、二年級學生使用。

卡爾曼濾波技術(shù)作為一種*估計方法，迅速從導(dǎo)航領(lǐng)域推廣應(yīng)用到了目標跟蹤、故障診斷、多傳感器信息融合以及經(jīng)濟學等諸多領(lǐng)域。本書介紹了卡爾曼濾波的基本原理及其實時應(yīng)用。本書理論講解非常透徹，同時結(jié)合實時應(yīng)用分析理論方法，適合作為相關(guān)課程的教材或供相關(guān)領(lǐng)域的研究人員參考。

本書立足于當前公安交通管理領(lǐng)域利用Hadoop技術(shù)在處理非互聯(lián)網(wǎng)行業(yè)大數(shù)據(jù)時存在的低效問題，基于天云星數(shù)據(jù)庫(SCSDB)對結(jié)構(gòu)化大數(shù)據(jù)分布式并行處理技術(shù)進行了介紹。全書共7章，主要內(nèi)容包括概論、天云星數(shù)據(jù)庫基礎(chǔ)、數(shù)據(jù)庫對象管理、SCSDB安全管理、SCSDB備份與還原、數(shù)據(jù)庫監(jiān)控與調(diào)優(yōu)、數(shù)據(jù)導(dǎo)入與導(dǎo)出。在介紹理論知識

本書強調(diào)理論，同時高度重視知識的運用.全書分為三篇：概率部分，數(shù)理統(tǒng)計部分，實驗部分.概率部分包括：隨機事件及其概率、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律和中心極限定理；數(shù)理統(tǒng)計部分包括：數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設(shè)檢驗、方差分析、回歸分析；實驗部分包括8個實驗.本書提供配套電子課

考研數(shù)學2019 李林2019考研數(shù)學系列概率論與數(shù)理統(tǒng)計輔導(dǎo)講義

概率論與數(shù)理統(tǒng)計都是研究隨機現(xiàn)象的.概率論通常從模型出發(fā)研究隨機現(xiàn)象，即在一定的假設(shè)之下探討隨機事件出現(xiàn)的可能性大小及各種隨機現(xiàn)象的有關(guān)數(shù)量指標；數(shù)理統(tǒng)計常常是從數(shù)據(jù)出發(fā)，通過對數(shù)據(jù)的收集、整理和分析對隨機現(xiàn)象給出適當?shù)耐茢嗷驔Q策.從內(nèi)容結(jié)構(gòu)上看，概率論是數(shù)理統(tǒng)計的數(shù)學基礎(chǔ)，而數(shù)理統(tǒng)計是概率論的重要應(yīng)用.

本書是為非數(shù)學類專業(yè)概率論與數(shù)理統(tǒng)計課程編寫的教材。全書共九章，內(nèi)容包括隨機事件與概率，隨機變量及其概率分布，多維隨機變量及其概率分布，隨機變量的數(shù)字特征，大數(shù)定律和中心極限定理，數(shù)理統(tǒng)計的基本概念，參數(shù)估計，假設(shè)檢驗等。各章根據(jù)教學大綱要求和復(fù)習需要配置了相應(yīng)習題并附有參考答案與提示。同時，為了增強學生統(tǒng)計分析能力，

《概率論與數(shù)理統(tǒng)計（第2版）》是教育部高等農(nóng)林院校理科基礎(chǔ)課程教學指導(dǎo)委員會推薦示范教材，是教育部教學研究立項項目成果。《概率論與數(shù)理統(tǒng)計（第2版）》突出隨機數(shù)學思想，注重概率論與數(shù)理統(tǒng)計的通用知識和應(yīng)用性，內(nèi)容包括隨機事件與概率、條件概率與獨立性、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律和

《廣義主成分分析算法及應(yīng)用》主要討論了隨機系統(tǒng)信號廣義主成分分析方法及應(yīng)用情況。全書可分為三部分：第一部分包括概述和基礎(chǔ)理論，主要介紹廣義主成分分析的概念、國內(nèi)外研究現(xiàn)狀，以及與廣義主成分分析密切相關(guān)的矩陣理論、優(yōu)化理論和神經(jīng)網(wǎng)絡(luò)等理論基礎(chǔ)；第二部分研究多種廣義主成分分析方法，該部分是《廣義主成分分析算法及應(yīng)用》的核心